數(shù)據(jù)科學和機器學習的5大資源
數(shù)據(jù)科學和機器學習難嗎？
好問題！
根據(jù)我的經驗，答案是“是”和“否”。
如果您傾向于研究并努力前進，那么人工智能（以及擴展的機器學習）是最難的事情。對于這樣的工作，即使是博士學位。計算機科學和數(shù)學中的每一個還不夠。但是，普通人既沒有野心，也沒有時間進行這種追求。
另一方面，我稱之為應用數(shù)據(jù)科學和機器學習。
也就是說，你利用現(xiàn)有的工具，技術和算法，并 應用它們來解決一些實際問題。這部分需要奉獻，感知和創(chuàng)造性思維（以及一些簡單的數(shù)學概念的知識，這些知識可以快速學習），但是對于真正的“技術”知識，比軟件工程師的工作要寬容得多。
換句話說，這不是小菜一碟，但按獎勵與努力比進行的投資是最好的投資之一。
現(xiàn)在，您已經堅定了成為數(shù)據(jù)科學家和機器學習工程師的決心，讓我們開始探索最好的選擇。
1Google
沒有多少人知道，但是Google 開設了廣泛的，高度實用的免費機器學習課程。據(jù)該公司稱，這是他們致力于推進AI / ML技術并使知識公開的承諾的一部分。
谷歌ml課程
關于本課程的最好的事情是沒有先決條件，但是請做好準備，花費更多的時間自己探索統(tǒng)計概念。
我的意思是，這不是必需的，但是，如果您的高級統(tǒng)計知識背景為零，那么本課程中的解釋可能還不夠。另一個要注意的是，本課程介紹了通過TensorFlow進行機器學習，TensorFlow是Google開發(fā)的ML實現(xiàn)。因此，從某種意義上說，谷歌旨在推廣其用于機器學習的API，但是考慮到本課程提供的價值，我不認為這應該成為絆腳石。
如果有的話，TensorFlow是進入ML并獲得瘋狂的普及的簡便方法之一。
2 CS109 Data Science
哈佛這個名字激發(fā)了敬畏的精神，本課程也是如此。
首先，這不是一門讓我們陷入困境的快速課程，而是通過在此處編寫代碼段或在此處編寫腳本來圍繞機器學習進行腳步學習。這門課程是一場嚴峻的洗禮活動，需要艱苦的工作和大量的時間投入。
哈佛DS毫升課程
該課程包含免費視頻，代碼（托管在GitHub上）以及實驗室練習的解決方案，因此，實際上，如果您愿意參加，則不受任何限制。
理想的觀眾？
你…我不是在開玩笑。
我要說的是，經過專業(yè)工作的專業(yè)人員必須接受過良好的數(shù)學教育，即使他們可能不再喜歡數(shù)學（推理和證明的習慣是最必要的）。但是，再次提醒您：您可能會認為自己很好，但是這門課程會讓您感到早餐早已硬了-練習問題的挑戰(zhàn)性足以使您流淚，但是那可能正是您所要解決的問題重新尋找！
3Andrew Ng
走進一個充滿數(shù)據(jù)科學家的酒吧，詢問吳恩達是誰，那將是您生命中的跳動。
在數(shù)據(jù)科學和機器學習領域，吳安德魯（Andrew Ng）憑借他在Coursera – 機器學習方面的杰出課程而獲得了神似的地位。
而且，如果您對吳安德（Andrew Ng）的資格存有疑問，我就這樣說：
安德魯
這是一門付費課程，因為它是Coursera定價計劃的一部分，但是財務承諾和決心并不是唯一的先決條件。這是一個漫長的過程，因為安德魯深入研究了ML所有事物背后的數(shù)學并剖析了流行的算法。但值得慶幸的是，這是一門完整的課程，您將逐步引導您進入最黑暗的深度，并重返校園。
強烈推薦，主要是因為標榜此課程的結業(yè)證書已成今天！
4Soursera
Coursera的專業(yè)課程包括一系列旨在使您從零開始精通特定概念的課程。如果您正在尋找有關使用Python進行數(shù)據(jù)科學和機器學習的完整，認真而友好的課程，那么我不能推薦足夠的專業(yè)知識。
python專業(yè)課程
在課程結束時，您將獲得證書。
5面向程序員的實用深度學習
如果您是一名編碼人員，這門課程是很幸運的，也是我在此列表上最喜歡的建議。
我再說一遍：如果您是編碼員。
這是因為本課程不花時間教您編程的基礎知識。課程說明用非常明確的方式講（重點是原文）：
我們假設參加本課程的每個人都具有至少一年的編碼經驗。本課程使用python作為教學語言，因此，如果您還不了解python，那么我們假設您將花時間學習-對于有經驗的編碼人員，您應該會發(fā)現(xiàn)python是一種非常容易學習的語言。
數(shù)據(jù)介紹
因此，如果您已經了解Python（如果不是在這里學習），或者可以很快適應，那么這對于想要構建實際的，可用的系統(tǒng)而又不必擔心算法的理論基礎的實用主義者來說，是完美的選擇。
我什至可以說這是對討厭儀式和單調的不耐煩的修補匠（像我一樣?。┑摹?/p>
哦，我是否提到過它是100％免費的，并且擁有一個很棒的社區(qū)？
結論
??！
這是一個很難編譯的清單。不是因為沒有足夠的好資源，而是因為有太多的資源！
機器學習是一個領域，其領域確實迅猛發(fā)展，并且可以非常優(yōu)雅地解決難題，因此，有數(shù)百種在線，免費和付費課程，其中大多數(shù)課程的確非常好。但這也可能引起混亂，這就是為什么我嘗試根據(jù)學習者的經驗水平將其簡化為五個。